序列图像运动自适应V1-MT光流估计算法

针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT(motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能.     

基于稀疏表示模型的SAR图像目标检测算法

针对合成孔径雷达（synthetic aperture radar,SAR）图像可视性差、目标区域小以及特征不明显等特性对目标检测造成的困难,将稀疏表示模型应用于SAR图像目标检测,提出一种基于稀疏表示模型的SAR图像目标检测算法。首先,利用K—SVD算法训练样本提取对样本最具描述能力的SIFT特征形成字典;其次,通过将进化机制和稀疏表示结合,逐步提取整幅图像中含有目标的图像块;最后,输出稀疏表示误差小于阈值的图像块的位置作为目标检测的结果。实验结果表明,与传统目标检测算法相比,该算法在检测率和运行效率方面均有一定的提高,取得了较好的效果。     

基于Raptor码的级联型不等错误保护方法

针对在各种恶劣的信道中对码流中相对重要数据提供更强保护的问题,提出了基于Raptor码的级联型不等错误保护(unequal error protection, UEP)方法。通过在预编码阶段和无率码阶段都采用UEP设计的级联方法来提高UEP性能,增加了设计的灵活性;分析了其在二进制删除信道（binary erasure channel, BEC）中采用最大似然概率(maximum likelihood, ML)译码时UEP性能的理论上下界;最后分别对其在BEC和加性高斯白噪声(additive white Gaussian noise, AWGN)信道中的UEP性能进行了仿真实验。理论分析和仿真实验结果显示,与在预编码阶段或无率码阶段单独采用UEP设计的方法相比,该级联型方法在基本不损失普通数据性能的情况下能为重要数据提供更强的保护,具有较好的UEP性能     

一种基于视觉适应性的图像增强算法

模拟真实场景反应在人眼中形成图像的过程,考虑到邻域间干扰、光照不均匀、媒介传递率下降引起的图像退化,提出了一种新的图像增强算法。依据对视觉现象中对比灵敏度、亮度适应能力和侧抑制现象的研究,建立了一种图像退化模型的视觉适应性模型,该模型求解方案包含3个过程:用于消除邻近像素相互影响,给人眼提供更多细节的去卷积过程;据锥细胞亮度适应能力提出的,为其工作提供最佳工作光照条件的亮度调整过程;模拟侧抑制机理提出的对比度拉伸过程。对比现有图像增强算法的增强结果,实验结果表明该方法的视觉适应性解,在增强图像细节、提升对比度、增强结果的视觉愉悦性方面取得了较大进步。     

基于小波核支持向量机的均衡器研究

针对通信系统实时性处理要求,提出了一种快速收敛的支持向量机(support vector machine,SVM)均衡器。该方法以支持向量机为框架,利用判决反馈信号构造SVM的训练样本数据,采用小波核函数,并自适应调整核函数中的伸缩因子,得到具有跟踪能力的自适应SVM均衡器。通过仿真实验,并与采用高斯核函数的支持向量机均衡器进行比较,结果证明该方法提高了收敛速度。     

仿视皮层V1特性的SAR图像边缘检测

合成孔径雷达(SAR)图像的边缘检测是图像处理领域的热门研究课题,针对传统方法对噪声敏感、受内部纹理干扰等严重问题,借鉴人类视觉系统中初级视皮层(V1)神经细胞的感受野特性及该区域带有非经典感受野的细胞对同质区域纹理和噪声的环绕抑制机制,提出一种仿视皮层信息处理机制的SAR图像的边缘检测方法。采用Gabor滤波器经奇偶分解、汇聚、归一化等操作模拟V1区感受野特性,再引入模拟非经典感受野环绕抑制机制的环绕抑制项以对同质区域的纹理和噪声进行抑制,保留感兴趣的边缘信息。仿真结果表明,所提方法能抑制文中4类不同的SAR图像同质区域的大部分纹理,在一定程度上弱化斑点噪声,取得了比canny算子更好的边缘检测效果。提出的新方法可以应用于SAR图像的边缘检测。     

基于提升的自适应非线性小波变换研究

针对传统小波变换在处理信号时缺乏自适应能力的缺点,提出一种新的自适应小波变换算法.读算法主要基于信号的局部结构特征的相关性,及这种相关性所表现出的方向性,利用这些信息采用自造应提升策略来构造小波.给出了一种新的自适应非线性更新算子U的结构,并证明了采用此结构分解的小波可很方便地实现完全重构.先给出算法结构的一般框架,然后给出了在一维和二维情况下具体实现的例子.试验表明该算法优于一般算法,和其它自适应小波算法相比,本算法有更强的自适应能力和更大的灵活性.     

基于时空信息融合的视频对象分割方法

使用一种改进的分水岭方法对图像进行空域分割,采用抗噪声能力更强的多尺度形态学算子求取图像梯度,并对经典浸没模型的处理单元进行了改进,明显提高了运算效率,改善了过分割现象。最后联合时空域信息确定视频对象的边界位置,进而提取出运动前景对象。     

最小误码率波束的形成算法

在经典自适应波束形成算法中，常采用均方误差准则，但对于一个通信系统来说，误码率是评价其性能的一个很重要的参数。利用核密度估计方法，由概率密度函数得到系统误码率与波束权值的关系，提出了一种自适应波束形成算法，在迅速收敛得到系统较小误码率的同时，得到最优的波束方向。仿真实验证明该方法优于经典的最小均方误差方法。     

初级视皮层机制启发下的特征提取

针对传统计算机视觉方法在纹理细节提取和局部运动感知方面的局限性,借鉴生物视觉系统的强大信息处理机制,提出一种基于三维时空能量模型的初级视皮层(V1)视觉模型。模型首先利用三维Gabor滤波器初步模拟得到简单细胞感受野,接着采用半波整流操作进一步得到简单细胞模型,随后通过能量模型整合简单细胞感受野进行,模拟得到复杂细胞模型。仿真结果表明:所提模型在图像静态纹理特征和简单视频序列运动特征提取上取得了较好的效果。较传统模型而言,模型将计算机视觉与生物视觉有效融合,具有更强的动静态特征表达提取能力,体现了V1细胞强大的信息处理机制,为视觉脑启发计算提供新的思路。